接下来，戴明博士说明如何运用一个简单的统计公式找出变异上下限。“现在我们来稍稍计算一下，目前产出红珠总数是220个，我们假设捞到一颗红珠子不会引来其它红珠，也不会排斥其他红珠；捞到任何一颗白珠子不会引来其他白珠或排斥其他白珠。也就是说，我们假说珠子完全独立，不受其他同色珠子影响”。首先，他将所产出的红珠总数220个，除以捞取珠子的总次数(六个作业员做4天工作所捞取的总数)。结果我们得出每人每日平均数为9.2.
这个日平均数被称为X。X=220/(6×4)=9.2其次，他计算每人每日捞到红珠的平均比例P——亦即捞到全部珠子里，红珠子所占的比例：P=220/(6×4×50)=18根据这些数字，我们再用公式算出“管制上限”(UCL，upper control limit)及“管制下限”(LCL，lower control limit)：UCLLCL=X±3X(1-P)或=9.2±39.2×8.2“现在，”戴明博士说，“让我们来看看结果，没有人超越上限。虽然有人试着这么做，也很接近了，却功败垂成。6个人共试了24次，每次都在管制范围之内。这显示我们的统计管制做得相当不错——可是我从来不使用‘完美’这两个字，因为根本没这回事。”乍看之下，每次似乎存在着某个模式；也就是说每次只要连续有7或8个点高或低于平均数，就好像有一个模式出现。但戴明博士说：“我看不到有任何模式存在。眼前所看到的是一个你常会遇到的几乎呈‘常态原因系统’的情形。
现在让我们来看看变异的程度。所谓的‘常态原因系统’就是你在计算未来的变异范围时，存在着一定的稳定性。但让我们以最近的实验，我们所拥有的24次为基础视之，理应为此。虽然相关资讯的确不足，但24次内确是如此。假如再进行另外48次捞珠，便可以加上资料，重新计算上下限，结果可能还是现在所看到的，虽然我也没有把握；因为没有人可以未卜先知，而实际资料永远不够完整”。换句话说，如果在这套主导生产线作业的系统中拒绝改变，红珠的数目将会在管制上限与下限之间波动，但不会超出界限。